- 博客(4)
- 收藏
- 关注
原创 混合整数线性规划(MILP)
混合整数线性规划(MILP)线性规划模型(Linear Programming, LP):LP的定义比较简单,它指的就是目标函数是线性的,所有约束也是线性的,最后,决策变量可以取任何的实数。如果在线性规划问题中有部分决策变量要求必须是整数, 那么这时的规划问题就转变成混合整数线性规划问题了。也就是说优化问题不止有条件约束,还有整数约束。举例:min x1+x2 “数学问题描述”x1-2x2>=6 “条件约束”x1 in integer“整数约束”,x2>=0 “条件约束”求解:在M
2021-03-19 13:49:30 39126
原创 Learning Semidefinite Regularizers
前言正则化技术由于能有效地解决因不适而带来的困难,在数据分析和科学计算中被广泛应用。这些方法最常见的表现形式是在求解逆问题的优化方法中,将惩罚函数加到目标上。惩罚函数的目的是在解决方案中引入一个期望的结构,并且这些函数是基于先前的特定领域专门知识而指定的。例如,正则化有助于提高图像分析、统计模型选择和地球科学中反问题解的光滑性、稀疏性、低能量和大熵,本文研究了可学习的正则化问题。在无法直接获得精...
2019-09-01 10:59:40 414
原创 矩阵补全
信号在一组基下是稀疏的且满足一定条件时,压缩感知理论证实了可以通过求解L1最小化问题来精确地恢复所有元素。当信号用矩阵形式表示时,当矩阵的奇异值具有稀疏性(即矩阵是低秩的)且采样数目满足一定条件时,大多数矩阵可以通过求解核范数最小化问题来精确地恢复所有元素,称为矩阵补全。近年来涌现出了许多求解秩最小化问题的启发式方法,这些方法主要分为两类:一类是将秩函数凸松弛到矩阵核范数,建立核范数优化模型...
2019-08-28 20:36:46 7104 3
原创 凸优化与半定规划(SDP)
常见的凸优化问题包括:线性规划(LP,Linear Program),二次规划(QP,Quadratic Program),二次约束的二次规划(QCCP,Quadratically Contrained Quadratic Program),半正定规划(SDP,Semidefinite Program)凸优化问题(OPT,convex optimization problem)指定义在凸集中的凸...
2019-08-28 20:34:44 35203 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人